中文文-語轉(zhuǎn)換系統(tǒng)中多音字問題研究.pdf

1、計算機文-語轉(zhuǎn)換技術(shù)（Text-to-Speech，簡稱TTS）指利用計算機程序?qū)⒓榷ǖ目梢曃谋拘畔⑥D(zhuǎn)換成語音的過程。這一系統(tǒng)廣泛地涉及了語言學(xué)、語音學(xué)、計算機編程、數(shù)字信號處理等領(lǐng)域，是一門綜合了多學(xué)科多領(lǐng)域的技術(shù)項目。我們接觸的拼音輸入法、圖書拼音排序檢索、各種音序排序、漢語的語音教學(xué)軟件的運用、各類電子產(chǎn)品的語音朗讀功能的改進、自動介紹或者答復(fù)系統(tǒng)以及盲人用品和兒童玩具的開發(fā)、甚至包括機器人制造以及未來語音操控系統(tǒng)在各領(lǐng)域的實現(xiàn)，

2、都離不開這一技術(shù)手段。作為一項高度要求理論性與實用性相結(jié)合的技術(shù)，TTS在產(chǎn)生之初就備受各學(xué)科學(xué)者的高度重視。
　　 如何提高TTS系統(tǒng)中語音合成的流暢度、自然度與準(zhǔn)確率成為這一技術(shù)必須關(guān)注的焦點。其中，漢語多音字讀音自動標(biāo)注的準(zhǔn)確率更成為文-語轉(zhuǎn)換技術(shù)的難點之一。
　　 本文的研究對象在于，確定《現(xiàn)代漢語詞典》（第5版）（以下簡稱《現(xiàn)漢》）中921個多音字及其音項在CCL現(xiàn)代漢語語料庫中的語用頻率，以字頻為基礎(chǔ)，進而從

3、語言學(xué)理論的角度出發(fā)，為TTS處理中多音字問題的解決提出一種新思路。
　　 文章的主要內(nèi)容包括三個部分，第一部分，對《現(xiàn)漢》中多音字的數(shù)目進行統(tǒng)計，確定以921個多音字為研究對象，并對每個多音字的詞性及進行統(tǒng)計。第二部分，在CCL現(xiàn)代漢語語料庫中對這921個多音字的字頻進行語用頻率統(tǒng)計。根據(jù)統(tǒng)計結(jié)果和累計頻率的計算，最終將這些多音字分出高、中、低三個頻級。對各頻級的多音字每個音項的使用頻率進行統(tǒng)計，分出高頻音、低頻音兩個音級，對